- 博客(133)
- 收藏
- 关注
原创 Python中遇到的一些小bugs
1. 如果我们要构造一个m * n的全零矩阵,以list构造出来的应当是这样:m = 4n = 3zeros = [[0 for _ in range(n)] for _ in range(m)]如果我们要修改其中的一个值:zeros[0][0] = 1那么我们可以得到相应matrix的结果:然而,我们还有另外一种矩阵构造方式:zeros2 = [[0] * n] * m并且Python告诉我们:但是,如果我们进行如下修改:zeros2[0][0] =
2022-04-09 00:20:57
476
原创 《Auto-Encoding Variational Bayes》笔记
1 概述《Auto-Encoding Variational Bayes》这篇论文实际上是VAE网络的出处。该论文贡献主要在于2点:提出了SGVB estimator,用以对ELBO进行较好的估计(使用作者提出的reparameterization方法),并且便于求导,方便采用stochastic gradient的方法进行参数的优化。在独立同分布且具有连续隐变量的数据集中,对于la...
2020-10-23 10:49:35
631
原创 PRML笔记(十)
10. Approximate Inference10.1 Variational Inference10.1.1 Factorized distributions10.1.2 Properties of factorized approximations10.1.3 Example: The univariate Gaussian10.1.4 Model comparison10.2 Illustration: Variational Mixture of Gaussians10.2.1 V
2020-10-11 10:31:34
1044
原创 PRML笔记(一)
1 Introduction本章主要讲解的是三大理论的一些基本概念知识,这三大理论分别为:probability theory,decision theory 以及 information theory。1.1 Example: Polynomial Curve Fitting1.2 Probability Theory1.2.1 Probability densities1.2.2 E...
2020-07-03 23:44:25
1987
1
原创 《Parameter estimation for text analysis》阅读笔记(二)
本文内容为Parameter estimation for text analysis阅读笔记第二篇,如有不对之处,恳请各位批评指正!简介:Parameter estimation for text analysis的第二部分所讲内容为“Parameter estimation approaches”,主要介绍了三种参数估计方法:Maximum likelihood (ML),Maximu...
2019-12-11 10:07:05
399
原创 《Parameter estimation for text analysis》阅读笔记(三)
本文内容为Parameter estimation for text analysis阅读笔记第三篇,如有错误或疏漏之处,恳请各位批评指正!简介:虽然贝叶斯模型的计算往往非常棘手(evidence往往难以求得),但由于我们可以自由选择我们的先验(prior belief),我们往往采用共轭先验分布(conjugate prior distributions)。1. 共轭(Conjuga...
2019-12-11 10:06:58
276
原创 《Parameter estimation for text analysis》阅读笔记(四)
本文内容为Parameter estimation for text analysis阅读笔记第四篇,如有错误或疏漏之处,恳请各位批评指正!简介:本文将主要介绍两类关联性较大的方法,用以描述一个系统的概率行为:贝叶斯网络 (Bayesian network)和生成过程 (Generative process)。1. 贝叶斯网络(Bayesian network)贝叶斯网络是一种图语...
2019-12-11 10:06:48
294
原创 《Parameter estimation for text analysis》阅读笔记(五)
本文内容为Parameter estimation for text analysis阅读笔记第五篇,如有错误或疏漏之处,恳请各位批评指正!简介:Latent Dirichlet Allocation(LDA)是一种概率生成模型,它通过unsupervised learning的方式,去估计multinomial observations的properties。在文本建模中,LDA的方法被...
2019-12-06 11:21:46
465
2
原创 《Mining Cross-Cultural Differences and Similarities in Social Media 》笔记
此篇博客是关于一篇发表在ACL2018上的论文《Mining Cross-Cultural Differences and Similarities in Social Media》的阅读笔记。该博客主要用于叙述个人对于所读论文的理解,如有不对之处,欢迎各位批评指正!在展开原文之前,我们首先需要了解在原文中出现的一些英语术语的含义:culture:这里的culture不单纯指“文化”的含义...
2019-11-27 19:56:12
186
原创 UVA10082WERTYU
一道简单的字符串题。本质是字符间的映射关系,对于一些简单的映射关系,我们可以通过数组来完成。getchar()可以接收EOF;当const char s[],时,strchr返回的也是指针常量,但用char *p 来接收,交上去会出现编译错误。
2017-08-30 15:45:04
255
原创 UVA12661FunnyCarRacing
本题是一道具有额外限制的最短路问题,可用Dijkstra算法求解。遇到的问题如下:1.在写Edge结构体的构造函数时,忘记初始化open的值,导致在vector<Edge> edges 中加边时,open的值写不进去(但别的值可以成功写入,查看后发现open的值是一个随机的大数)2.忘记用vis数组进行标号,并在每次队列出来已经被访问的单元时,进行continue操作。debug~~~~~
2017-08-28 11:11:02
195
原创 UVA1349OptimalBusRouteDesign
由于构造的是具有不重叠元素的环,可得性质:出度=入度=1;因此我们据此拆点(将一个点的出度和入度分开),并试图建立完美二分匹配。注意,用流量是否小于n来判断是否能够构成符合要求的圈。注意,模板的移植要准确无误!!
2017-08-27 16:19:48
180
原创 UVA1658Admiral
本题是一道网络流建模的题。其中对于拆点法的运用,体现出了对于点的遍历限制的技巧。为了实现拆点法并遍历两组不同的路线(除了始末位置),我们通过在算法中限制流量为2来完成(重要技巧!!)
2017-08-27 14:49:15
199
原创 UVA11082MatrixDecompressing
本题的求解实质上是在检测做题者对于最大流的理解深度。从横行转移数值到纵行,其实也是二分图的带权匹配问题。不过还需要回顾解法。
2017-08-26 22:42:13
177
原创 UVA753APlugForUNIX
//UVA753APlugForUNIX#include<cstdio>#include<cstring>#include<string>#include<map>#include<vector>#include<iostream>#include<queue>using namespace st...
2017-08-19 16:31:02
157
原创 UVA658It'sNotABug,It'sAFeature!
本题有一点十分坑,至今不太明白。可能是由于memset初始化的量太大,导致提交上去的编译就没有通过。。。。
2017-08-19 15:30:18
277
原创 UVA10048Audiophobia
印证了一句话:比赛比的是对于算法的理解深度。这道题是Floyd算法的变形,然而我没有反应过来,说明理解不够深入,需要重新看看推导过程,加深理解!!!
2017-08-16 21:37:56
163
原创 UVA12219CommonSubexpressionElimination
所有的表达式建树,都要依照原题中树的特点来建立。比如本题,每一个表达式是由字符串+括号,或仅含字符串组成,所以我们依此进行建树,先处理标记字符串,再根据有无括号去建立左右子树。巧妙之处在于两点:1.是对一个子树进行收集(map)2.是利用一个指针,在递归时不失顺序进行遍历问题在于:map的结构体映射竟然要定义先后顺序。。。突然想起来,这也是一种二分查找树。。。。看来得先好好学习C++了。
2017-08-15 22:09:00
160
原创 UVA1642MagicalGCD
巧妙利用gcd的性质,是解决本题的关键所在。当数列中的元素不断增加的时候,公共的gcd不会升高。就像是刷表法,从第一个元素开始遍历,将其当做子串的最后一个元素。当不断加入元素时,先依照前述性质,更新当前任意子串的gcd(不可能大于当前最优解的子串被淘汰,有点儿像遗传算法。。。。)算出此时最大子串里任意子串的最大值,并更新ans。
2017-08-15 16:49:07
254
原创 UVA1393Highway
许多数形结合题,都要结合对称性去计算。这样会简化许多。而这道题的巧妙之处,除以之外,还有一点是:枚举“包围盒”,筛除更大的相似矩形,计算临界条件,并依此计算方案总数。
2017-08-15 15:13:34
207
原创 UVA11440HelpMr.Tomisu
又是一道关于欧拉函数的题。题中的问的实质上是阶乘的欧拉函数。于是我们可以根据当前数字是否为素数,进行递推,从而进行计算。且用到了最大公约数的等价命题,可以见得我该好好看看数论去了Orz~
2017-08-15 12:15:02
212
原创 UVA1363Joseph'sProblem
一般情况下,累加的数字很大时,应该避开穷举式累加,转而寻找那些分量之间的联系。例如本题中的等差数列,有时候也会遇到具有周期性的数列。当然,本题的规律显然不好找一些。
2017-08-15 10:33:24
198
原创 UVA1640TheCountingProblem
这道题的解法实在是精妙!如果要用正常的穷举法,那么TLE是在所难免的。所以我们要按十进制位分解。首先,将最高位-1,以此为基础开始计数。然后,再考虑边界数,此时,我们可以对最高位-1,后面的位自由,统计完成后再-1,继续统计。。直到1;接下来,对次高位做同样的统计,只不过这时候要考虑此位为0的情况,需要注意的一点是,此时最高位与临界数的最高位相同;推广而言,遍历过的位的数,都要视为与临界数相同位的数一样,依此计数即可。
2017-08-14 23:22:41
221
原创 UVA11971Polygon
这道题除过数学思维上的巧妙性外,需要注意的是:(对(1 << n))用long long(LL) 时,要这样处理: (1LL << n),而(LL)(1 << n)则没有作用
2017-08-14 21:00:08
147
原创 UVA10900SoYouWantToBeA2^n-aire?
没学过全概率公式,感觉如果对概率论稍有深入理解,其实发现这个只是个全概率公式。最近几道题比较新颖的一点是,当你求的是期望时,所有做出的最优决策都是一定的概率,所以要加权。
2017-08-14 19:42:11
240
原创 UVA1637DoublePatience
本题用到了全概率公式在等概率条件下变成了求“均值”的方法,通过记忆化搜索,利用map进行状态保存,来构造解答树。由于本题输入的特殊性,题中提供的输入方式也十分值得借鉴。应多多品味这道题的思想方法与技巧!
2017-08-13 22:11:37
167
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人